AI 大模型

多模态大模型

跨文本、图像、视频、音频等模态的大模型与学习方法。

2025-10-24 至 2025-10-24 共收录 4 篇信号源：cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 多模态生成 4 篇

2510.20637 2025-10-24 cs.LG 78%

Large Multimodal Models-Empowered Task-Oriented Autonomous Communications: Design Methodology and Implementation Challenges

Hyun Jong Yang, Hyunsoo Kim, Hyeonho Noh, Seungnyun Kim, Byonghyo Shim

机构 * Seoul National University（首尔国立大学）； Hanbat National University（翰baum国立大学）； Massachusetts Institute of Technology（麻省理工学院）

专题命中多模态生成：multimodal(title,abstract)

2510.20595 2025-10-24 stat.ML cs.LG 78%

Diffusion Autoencoders with Perceivers for Long, Irregular and Multimodal Astronomical Sequences

Yunyi Shen, Alexander Gagliano

机构 * EECS, MIT（麻省理工学院电子工程与计算机科学系）； IAIFI, MIT（麻省理工学院天文研究所）； CfA, Harvard（哈佛大学天文台）

专题命中多模态生成：multimodal(title,abstract)

2501.00565 2025-10-24 stat.CO cs.LG math.ST stat.TH 78%

Sampling from multi-modal distributions with polynomial query complexity in fixed dimension via reverse diffusion

Adrien Vacher, Omar Chehab, Anna Korba

机构 * CREST, ENSAE Institut Polytechnique de Paris（CREST，ENSAE 巴黎高等理工学院）

专题命中多模态生成：multi-modal(title,abstract)

2510.15382 2025-10-24 cs.LG cs.AI cs.RO 57%

Towards Robust Zero-Shot Reinforcement Learning

Kexin Zheng, Lauriane Teyssier, Yinan Zheng, Yu Luo, Xianyuan Zhan

机构 * The Chinese University of Hong Kong（香港中文大学）； Tsinghua University（清华大学）； Huawei Noah’s Ark Lab（华为诺亚实验室）； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）

专题命中多模态生成：multimodal(abstract)；分类 cs.AI

Comments Neurips 2025, 29 pages, 19 figures